メインコンテンツへスキップ
見出し画像

「承認済み」でも、もう一度実行してよいとは限らない――AIエージェントの実行回数予算を設計する

    夜間に動かしたAIエージェントへ、取引先への通知を1件送る許可を出した。ところが送信直後に通信が切れ、画面にはタイムアウトとだけ表示された。

    エージェントは「失敗した」と判断し、処理を組み直す。新しい実行IDを作り、もう一度承認済みの操作として通知を送る。最初の通知が相手へ届いていれば、同じ内容が2通届く。

    ここで問題なのは、エージェントに送信権限があったことではない。人が一度だけ認めた業務上の操作が、再計画や再試行によって二度の実行許可へ変わったことだ。

    この記事は、AIエージェントへ送信、登録、更新、公開などの外部操作を任せたい社内SE、IT企画、AI基盤の運用担当者を想定している。承認を単なる「許可済みフラグ」にせず、何を何回まで実行してよいかを消費・記録する設計へ変える方法を整理する。

    1回だけ使えるトークンでも、1回だけの実行とは限らない

    「承認トークンを使い切りにすればよい」と考えたくなる。

    しかし、エージェントは失敗後に計画を作り直せる。同じ意味の操作を別の手順や新しい識別子で提案し、承認システムが新しいトークンを発行すれば、古いトークンを再利用しなくても二重実行は起こる。

    2026年8月3日に公開された研究「Beyond Single-Use Tokens」は、この問題をsemantic replayと呼んでいる。識別子が同じかではなく、人が承認した業務上の意味が何回実行されたかを見る必要がある、という指摘だ。

    たとえば、次の2つはAPI上では別の要求でも、業務上は同じ操作である。

    • 「取引先Aへ請求確定メールを送る」

    • 「直前の送信が失敗したので、取引先Aへ請求確定メールを再送する」

    人が最初に許可したのが「1通送る」ことなら、2件目を新しい承認として通してはいけない。まず1件目の効果が発生したかを確かめる必要がある。

    承認は真偽値ではなく「実行回数予算」で持つ

    承認を yes / no だけで保存すると、「一度許可されたか」は分かっても、「すでに使ったか」が分からない。

    実務では、承認を次の三つに分けて考えると整理しやすい。

    1. 何を許可したか:対象、操作、条件を正規化した業務上のアクション

    2. どこまで許可したか:許容する効果の件数、金額、期間、対象集合

    3. どれだけ使ったか:予約中、実行済み、結果不明、取消済みを含む消費状態

    ここで数えるのは、HTTPリクエストの回数ではない。人が認めた業務上の効果だ。

    たとえば「指定した120人を休職状態へ変更する」という一括処理なら、承認対象は120件の更新である。通信上の再試行が3回あっても、同じ更新を同じ冪等性キーで再送し、最終的な効果が120件なら承認予算を3倍にしてはいけない。

    逆に、再計画で対象が121人へ増えたなら、同じジョブ名でも承認した内容とは異なる。追加の1件を含む新しい承認が必要になる。

    承認消費台帳に残す7項目

    承認を使い回さないために、エージェントの会話履歴とは別に、承認消費台帳を持つ。最低限、次の7項目が必要だ。

    1. 承認ID

    人の判断を一意に識別するID。新しい実行プロセスや新しいエージェントへ引き継いでも変えない。

    2. 正規化した業務操作

    「メール送信」のような粗い名前では足りない。動詞、対象、主要パラメータ、内容のハッシュを組み合わせ、「何を行う承認か」を固定する。

    例:取引先A/請求確定通知/請求番号B-2048/本文テンプレートv3。

    3. 適用範囲と制約

    対象部署、環境、本番・検証の別、上限金額、許可する宛先、禁止する操作を記録する。操作の意味が同じでも、範囲が変われば別の承認として扱う。

    4. 効果の上限と残数

    1件だけなのか、指定した120件なのか、1日10件までなのかを明示する。承認済みという状態ではなく、残り何件の効果を許容するかを持つ。

    5. 有効期限と権限世代

    承認者の役割変更、担当者の異動、規程改定、資格情報の再発行をまたいで承認を使わないための項目だ。期限内でも権限世代が変わったら再確認する。

    6. 消費状態

    少なくとも、提案、予約、実行中、結果確認済み、結果不明、補償済みを分ける。「結果不明」を失敗へ丸めないことが重要になる。

    7. 外部効果の証跡

    外部システムの受付ID、更新後の版、送信メッセージID、照会結果などを残す。エージェント自身の「完了しました」は証跡の代わりにならない。

    この7項目がそろうと、「新しい実行IDだから通す」ではなく、「同じ承認がまだ残っているか」「同じ業務効果がすでに発生していないか」で判断できる。

    実行前に予算を予約し、結果不明なら解放しない

    承認消費の流れは、次の順序で設計する。

    1. エージェントが業務操作を提案する

    2. 操作を正規化し、既存の承認IDと照合する

    3. 台帳上で実行予算を予約する

    4. 同じ業務操作に同じ冪等性キーを付けて外部ツールを呼ぶ

    5. 外部の受付IDや現在状態を照合する

    6. 効果を確認できたら消費確定にする

    7. 確認できなければ結果不明として止める

    ポイントは、外部ツールを呼んだ後ではなく、呼ぶ前に予算を予約することだ。

    もし「成功レスポンスを受け取ってから消費済みにする」なら、相手側で処理が完了し、応答だけ失われた場面で台帳は未消費のままになる。再起動したエージェントは残数があると判断し、二度目の操作を始めてしまう。

    結果不明は、未使用ではない。効果の有無を照会できるまで、予約を保持する。

    冪等性キーと承認台帳は、どちらか一方では足りない

    AWS Lambda Durable Functionsの現行ドキュメントは、実行名によって開始要求の重複を防げる一方、未完了のステップは複数回実行され得るため、業務ロジック側にも冪等性が必要だと説明している。Temporalも、再試行が同じ実行へ戻るよう、要求IDから実行IDを導く設計を案内している。

    これらは再試行の安全性を高める。ただし、冪等性キーだけで人の意思まで管理できるわけではない。

    • 冪等性キー:同じ操作の再送で、外部効果を重複させない

    • 承認消費台帳:人が認めた業務上の効果を、別の識別子や別の計画で増やさない

    エージェントがメール文面を変え、別の要求として送ろうとすれば、古いキーを使わない可能性がある。技術的には新規要求でも、業務上は「同じ取引先へ同じ請求確定を通知する」という一つの承認かもしれない。

    だから、冪等性は外部システムとの境界に、承認消費は業務判断との境界に置く。両方が必要になる。

    再実行してよいかを決める4つの質問

    エージェントが止まったとき、すぐ再実行する代わりに次を確認する。

    1. 前回と同じ正規化操作か

    2. 同じ冪等性キーで再試行できるか

    3. 外部システムで効果の有無を照会できるか

    4. 承認予算が同じ操作へ予約されたままで、別の操作へ使われていないか

    4つすべてを確認でき、外部側で前回の効果が発生していないと判断できるなら、同じ操作の安全な再試行へ進める。

    どれか一つでも不明なら、新しい承認を自動発行しない。人へ戻すべきなのは「再実行してよいですか」という曖昧な質問ではなく、前回の操作、確認できた証跡、残っている不確実性、再実行した場合の最大影響だ。

    最小テンプレート

    承認消費台帳を始めるときは、次の形で十分だ。

    • 承認ID:

    • 正規化した操作:

    • 対象と主要パラメータ:

    • 許容する効果の上限:

    • 残数:

    • 有効期限/権限世代:

    • 状態:提案/予約/実行中/確認済み/結果不明/補償済み

    • 冪等性キー:

    • 外部受付ID:

    • 証跡の参照先:

    • 次に判断する人:

    • 自動再試行を止める条件:

    この台帳をモデルの記憶だけに置かない。永続ストレージで管理し、予算の予約と消費更新を競合しない形で行う。複数のエージェントやプロセスが同時に動くなら、条件付き更新やトランザクションで残数を守る。

    「人が承認した」から「承認した範囲だけ実行された」へ

    AIエージェントのガバナンスでは、承認画面を置くこと自体が目的になりやすい。

    しかし、確認したいのはボタンが押された事実ではない。その承認が、決めた対象、回数、期限の範囲で使われ、再計画や再試行を経ても増えていないことだ。

    常時稼働するエージェントほど、失敗から自分で立て直す。だから承認は、一度取得すれば何度でも参照できるフラグではなく、業務操作へ結び付いた消費可能な実行予算として設計する。

    次にエージェントの承認フローを確認するときは、まず一つだけ問いを加えてみてほしい。

    この承認は、何回使われたかを後から説明できるか。

    関連記事

    このアカウントでは、大企業でAIへ仕事を任せるための権限、承認、証跡、設計情報の持ち方を、実務で再利用できる判断基準へ落として発信している。AIを導入する話より、「任せても壊れない状態」をどう設計するかを継続して扱う。

    参考資料

     
     
    ユーザー企業の立場から、生成AI活用、社内SE、システム企画・設計を考えます。AIエージェントの権限・検証・運用や設計情報の活かし方を、実務で使える判断基準として整理します。

    あなたへのおすすめ